第五章 描述性统计分析重点.pptVIP

【例5-5】下面我们具体说明这三个命令的使用，这里仍然使用wage.dta数据集。 （1）对wage尝试表5.11中的各种转换 （2）尝试命令gladder以及分位—正态图的幂阶梯版本qladder，通过这两个命令可以非常轻松地比较每种转换的直方图和正态分布曲线。 5.5相关系数 一般来说，变量之间的关系可以分为两类： 一类是确定性的关系，即通常的函数关系，另一类是非确定性的关系，即相关关系，例如身高和体重的关系，身高不同的人体重有差异，但是身高相同的人，体重又不一样，这说明身高和体重并不存在确定的函数关系。相关分析的主要目的是研究变量之间关系的密切程度。 回归方程的斜率系数在一定程度上也是反映两个变量之间关系的 密切程度，斜率系数的平方根就是相关系数，所以在进行回归分析之前，进行相关分析有一定的意义。 5.5相关系数 常用的相关系数共有如下四种：Pearson相关系数、.Kendall τ相关系数、Spearman秩相关系数以及偏相关系数。 1.皮尔森相关系数（Pearson correlation coefficient）也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ，是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量。 r描述的是两个变量间线性相关强弱的程度。r的绝对值越大表明相关